Erholte APIs für ein System, das dem Benutzer eine Liste von Büchern und empfohlenen Büchern nach Benutzerbewertung und ähnliche Bücher zeigt (in diesem Projekt wurde versucht, stattdessen RAW SQL zu verwenden)
In diesem Projekt verwenden wir PostgreSQL (Vektorunterstützung) für Datenbank und Sellerie für asynchronisierte Operationen und führen Aufgaben in Rabbitmq aus. Sicher, Sie haben sie in lokaler Maschine installiert oder dockerize Bilder verwenden.
Für run postgresql in docker:
docker run --name postgresDB --env POSTGRES_PASSWORD=admin --env POSTGRES_DB=postgres --env POSTGRES_USER=postgres --env POSTGRES_HOST_AUTH_METHOD=trust --publish 5432:5432 --detach ankane/pgvectorFür Run Rabbitmq (Sellerie verwenden Sie es auch, können Sie Redis verwenden):
docker run -d -p 5672:5672 rabbitmqKlonen Sie das Projekt
git clone https://github.com/sina-mobarez/recommended-books-system.gitGehen Sie zum Projektverzeichnis
cd recommended-books-systemAbhängigkeiten installieren
pip install requirements.txtDatenbank migrieren und füllen
python manage.py migrate
python manage.py setup_dbStarten Sie den Sellerie
celery -A core worker --loglevel=infoAlle Bücher in DB vektorieren
python manage.py vectorize_booksStarten Sie den Server
python manage.py runserver
Server: Python, Django, Restframework. Stolzieren. Sellerie, Clip, Fackel
Beiträge sind immer willkommen! Sie können mich per E -Mail nach diesem Projekt fragen
MIT